Humboldt-Universität zu Berlin | Institut für Bibliotheks- und Informationswissenschaft

DABI - Datenbank Deutsches Bibliothekswesen

Bibliografische Datenbank zum Handbuch "Das Bibliothekswesen der Bundesrepublik Deutschland"
Suche | Recherchehinweise | Über die Datenbank | Über das Handbuch | Kontakt | Statistik



Vollanzeige des Datensatzes 21968: Automatische Erkennung von politischen Trends mit Twitter - brauchen wir Meinungsumfragen noch?

Artikel-ID 21968
Titel Automatische Erkennung von politischen Trends mit Twitter - brauchen wir Meinungsumfragen noch?
Untertitel
Autoren Starker, Sascha; Petrovic, Marina; Lenze, Barbara; Deuschle, Jennifer; Siegel, Melanie
Zeitschrift Information - Wissenschaft & Praxis
Jahr 2017
Band 68
Heft 1
Anfangsseite 67
Endseite 74
URL
Abstract Meinungsforschungsinstitute betreiben einen beträchtlichen Aufwand, um die Meinungstrends der Bevölkerung bezogen auf Politiker mit Telefon- und Straßenumfragen zu erfassen. Mit einer Studierendengruppe haben wir uns im Winter 2015/16 die Frage gestellt, ob es möglich ist, diesen Prozess zu automatisieren. Die Idee dahinter ist, dass die Plattform Twitter vielfach für politische Diskussionen genutzt wird. Da sich Tweets auf einen Umfang von 140 Zeichen beschränken und das jeweilige Thema durch Hashtags meist eindeutig zugeordnet werden kann, scheinen sich Twitter-Daten gut für eine automatische Sentiment-Analyse zu eignen. Mit Sentiment-Analyse-Methoden kann man diese Tweets automatisch in positive und negative Meinungsäußerungen klassifizieren. Wir haben dafür einen Twitter-Crawler und Sentiment-Analyse in der Programmiersprache Python implementiert. Anschließend haben wir über einen Zeitraum von vier Wochen Tweets zu Politikern gesammelt und die Ergebnisse der Meinungsanalysen visualisiert. Schließlich haben wir unsere Ergebnisse mit dem ZDF-Politbarometer verglichen.
Schlagwörter Webcrawler; Medienforschung; Politik; Sentiment-Analyse; Twitter; Informationstechnologie; Software; Sprachtechnologie
Klassen


Datensatz im BibTeX-Format ausgeben

Datensatz als Zitation nach DIN 1505 ausgeben.

Angaben zur Zeitschrift: Information - Wissenschaft & Praxis


Sie können mit den Schlagwörtern, Autoren und Klassen dieses Artikels weiterrecherchieren:

Schlagwörter:
Webcrawler
Medienforschung
Politik
Sentiment-Analyse
Twitter
Informationstechnologie
Software
Sprachtechnologie

Autoren:
Starker, Sascha
Petrovic, Marina
Lenze, Barbara
Deuschle, Jennifer
Siegel, Melanie

Klassen: